利用时间差分载波相位的GNSS/INS紧组合导航

载波相位观测值精度远高于伪距,利用时间差分载波相位的组合导航可避免整周模糊度解算问题。本文以简化的时间差分载波观测模型为基础,分析其误差特性,说明了短期内时间差分载波观测更新的特点。时间差分载波在距离域本质上是相对观测值,存在误差积累,提出了利用伪距在另一个更长的组合周期上进行系统的观测更新方法。重点推导了双周期组合情况下时间差分载波观测值的实用随机模型确定公式,并结合多普勒观测值进一步保证姿态修正的精度。将采用时间差分载波的组合方案与传统伪距组合方案进行比较。结果表明,时间差分载波精度组合系统高,在观测随机模型可靠的情况下优于传统的伪距紧组合导航,误差最大的高程方向精度提高可达47%。

混合时间差分和非差分载波相位的无人机精密单点定位

针对精密单点定位(PPP)在载波相位模糊度估计值收敛之前,定位精度波动较大,这一阶段对于传统PPP技术来说需要几十分钟的时间,难以满足快速无人机作业需求,且时间差分载波相位(TDCP)技术可以消除模糊度等常值变量,计算得到的历元间位置变化量精度较高,但是受系统误差影响较大且增加了数据的相关性,误差会随着时间积累等问题,提出一种PPP和TDCP相结合的无人机定位算法:基于20Hz高采样固定翼无人机实际观测数据,对比分析基于传统PPP、TDCP、混合TDCP与非差观测PPP 3种方法的无人机定位性能。结果表明,混合TDCP和传统非差观测的无人机PPP定位算法的精度较传统PPP方法提高71.5%。

北斗载波相位时间差分/SINS紧组合技术与实验研究

说明北斗系统有源定位模式的不足,提出一种基于载波相位时间差分的北斗/SINS紧组合导航技术,即以导航卫星载波相位信号的时间差分作为Kalman滤波器的观测量,建立工作于无源方式的北斗/SINS紧组合导航系统。介绍载波相位时间差分的基本原理和数学模型,设计组合导航滤波器。通过动态和静态实验对算法的正确性和精度进行验证。实验结果表明,SINS的位置和速度误差积累受到有效的抑制,导航精度明显提高。

一种基于载波相位时间差分的惯性/卫星组合方法

传统的惯性/卫星紧耦合组合导航系统使用卫星伪距/伪距率作为量测,卫星伪距率一般可以提供厘米/秒级精度的速度信息;而载波相位时间差分观测量可以达到毫米级精度且无需参考接收机。本文分析了载波相位时间差分的原理,并将其应用到惯性/卫星组合导航系统中;在滤波器的设计中使用状态延迟滤波法处理载波相位时间差分观测量,使惯性/卫星组合导航系统达到了较高的速度精度。

基于单天线载波相位差分的列车姿态解算方法研究

轨道占用的正确识别是列车安全运行的保障,为了进一步提高列车轨道占用自主识别的准确性,将列车姿态测量引入到自主定位过程中辅助判断列车在道岔区段轨道占用状态。基于此提出一种基于全球卫星导航系统双差载波相位的单天线姿态解算方法,与双天线测姿算法相比其安装成本和难度更低,且无需考虑后期天线支架形变的问题。通过使用时间差分与星间差分相结合的双差模型,将卫星定位过程中的卫星钟差、接收机钟差、对流层误差、电离层误差以及整周模糊度消除。利用卡尔曼滤波算法求解历元间位移矢量坐标,并根据位移矢量坐标进一步求解列车的二维姿态。为了验证测姿算法的有效性,选择了两组青藏线列车真实数据进行仿真实验,结果证明单天线测姿算法偏航角误差均方根可以分别达到0.118 5°和0.160 1°。

优化历元间载波相位差分的车辆姿态估计模型

针对运动车辆的姿态角传统估计方法成本较高、模型复杂等问题,提出一种低成本、高效率、高精度的基于载波相位时间差分(time-differenced carrier phase,TDCP)的车辆航向角和俯仰角估计模型。该模型利用一台全球卫星导航系统(global navigation satellite system,GNSS)接收机的观测数据,使用复杂度低的TDCP算法得到精确的车辆位移矢量,进而估计车辆航向角和俯仰角;为了提高估计效率,对传统载波相位时间差分算法进行了优化。基于中国香港连续运行参考站(continuously operating reference stations,CORS)数据的静态实验和基于车载数据的动态实验结果表明,优化的载波相位时间差分较一般载波相位时间差分效率更高,所提出的航向角和俯仰角估计模型能提供精确的航向角和俯仰角估计值,其均方根误差小于0.2°,最大误差小于1.5°。

组合TDCP和Doppler的GNSS瞬时速度测量方法

速度是载体导航中必不可少的信息。GNSS时间差分载波相位(time difference carrier phase,TDCP)可求取历元间的高精度位移增量,进而可导出历元间的平均速度,但通常平均速度与瞬时速度的偏差较大;Doppler观测值可求取载体的瞬时速度,但观测噪声较大,精度较低。车载实测试验结果表明:该方法相比Doppler测速在X、Y、Z三个方向上的RMS分别提升44%、57%、46%,相比TDCP测速在三个方向上分别提升了40%、47%、50%,显著提高了测速的精度、可用性与鲁棒性。

基于钟差预测辅助的TDCP测速研究

针对重特大灾害发生时密集废墟或城市峡谷造成的信号频繁遮挡,以及由高压电力通讯设施或发生地震等灾害时产生的复杂强电子干扰而无法测速的问题,基于时间序列理论,对接收机钟差进行短期预测,并将钟差预测辅助载波相位时间差分(time-differenced carrier phase,TDCP)算法进行解算,以实现恶劣环境下载体获取三维测速信息的功能。由于TDCP避免了整周模糊度解算的问题,能够有效削弱具有明显时间序列的共模误差,具有短期精度高的特点,因此,本文利用少于4颗的GPS有效卫星星座,通过ARIMA模型得到一定精度的接收机钟差短期预测值,来扩充测速观测条件,并结合TDCP获取短期较高精度的测速结果。实测数据表明,本方案能在80 s的时间尺度内,在有效卫星数不足的情况下,无需增加额外硬件即可满足载体测速需求,且测速精度在动态条件下可以达到分米级。

一种城市环境下GNSS/MEMSIMU车载实时精密定位方法

针对城市环境下全球导航卫星系统(global navigation satellite system,GNSS)信号严重遮挡和微机械惯性测量单元(micro-electro-mechanical system inertial measurement unit,MEMS IMU)误差快速累积导致GNSS/惯性导航系统(inertial navigation system,INS)组合定位精度下降的问题,提出了一种GNSS载波相位实时动态差分(real time kinematic,RTK)+载波相位时间差分(time-differenced carrier phase,TDCP)/INS实时精密定位方法。在观测条件良好时,采用固定模糊度的RTK与INS紧组合;当信号严重遮挡RTK解算失败但TDCP解算成功时,使用TDCP观测值与INS紧组合;若TDCP解算失败,采用INS推算导航。在武汉大学校园及周边开展车载实验,结果表明,在除了隧道等密闭环境以外的城市道路上,多系统GNSS的TDCP解算成功率接近90%。在RTK解算失败的连续时间小于45 s的复杂环境下,TDCP/INS组合定位的平面和高程均方根误差分别为0.30、0.21 m,最大误差分别为0.69、0.72 m,可以实现分米级的实时定位精度。